论文部分内容阅读
人体解析是语义分割的一个子任务,只对图片中的人物进行分割而忽略背景信息.人体解析任务由于其复杂性,导致现有网络分割不够精确.本文针对该情况提出了一种编解码网络.在编码器中,对特征提取网络的下采样倍数进行调整以得到合适分辨率的特征图.在解码器中,通过金字塔池化网络来提取上下文信息,并采取空间加通道的双注意力模块来修正特征图.本文的网络与经典的编解码网络在公开的人体解析数据集(LIP)上进行了对比,较Unet提升了10.70%MIOU,较Deeplabv3+提高了1.93%MIOU.实验结果表明,本文网